nightmare-nectarine/segmentation-carla-driving

该数据集包含80个驾驶数据片段，这些数据是通过在CARLA模拟器中使用自动驾驶代理收集的，用于训练自动驾驶任务的模仿学习模型。每个帧的数据结构包括帧索引、高级命令、交通灯状态、控制命令、当前速度、RGB相机图像和地面真实分割图像。

This dataset consists of 80 episodes of driving data collected using an autopilot agent in CARLA simulator for training imitation learning models for autonomous driving tasks. Each frame includes frame index, high-level command, traffic light status, control commands (throttle, steer, brake), current speed, RGB camera image, and ground truth segmentation image.

原始信息汇总

数据集概述

数据集描述

该数据集包含80个自动驾驶数据集，通过在CARLA模拟器中使用自动驾驶代理收集，用于训练模仿学习模型，以完成自动驾驶任务。

数据结构

每个帧的数据结构如下： python frame_data = { frame: 帧索引, hlc: 表示高级命令的整数, light: 表示当前交通灯状态的整数, controls: [油门, 转向, 刹车]的数组, measurements: 当前速度（单位：km/h）, rgb: RGB相机图像, segmentation: 地面真实分割图像, }

数据集大小

数据集大小在10B到100B之间。

标签

• 自动驾驶
• CARLA模拟器
• 模仿学习

许可证

MIT许可证